本發(fā)明涉及云計(jì)算技術(shù)領(lǐng)域，特別是涉及一種容器的任務(wù)調(diào)度方法及裝置。

背景技術(shù)：

容器是應(yīng)用服務(wù)器中位于組件和平臺(tái)之間的接口集合。隨著容器技術(shù)的興起，越來(lái)越多的軟件系統(tǒng)開(kāi)始采用以容器的形式分發(fā)和部署。在基于容器的任務(wù)處理系統(tǒng)中，容器的調(diào)度器擔(dān)負(fù)著將用戶任務(wù)分發(fā)至服務(wù)器的職責(zé)。

在具體實(shí)施中由于有多個(gè)用戶和多個(gè)服務(wù)器在參與，如何將每個(gè)用戶任務(wù)分發(fā)到當(dāng)前系統(tǒng)中的哪些服務(wù)器來(lái)執(zhí)行是調(diào)度器的一個(gè)重要處理任務(wù)。如果調(diào)度器的任務(wù)調(diào)度方法不合理，則不僅導(dǎo)致服務(wù)器的應(yīng)用成本非常高，甚至有些情況下不能保證所有的用戶任務(wù)得到處理或者超出了服務(wù)器的處理能力。

由此可見(jiàn)，如何將大量的用戶任務(wù)合理的分配至相應(yīng)的服務(wù)器進(jìn)行處理是本領(lǐng)域技術(shù)人員亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種容器的任務(wù)調(diào)度方法及裝置，用于將大量的用戶任務(wù)合理的分配至相應(yīng)的服務(wù)器從而保證所有的用戶任務(wù)都得到處理，其次能夠確保分發(fā)到每個(gè)服務(wù)器的任務(wù)總和不超過(guò)服務(wù)器自身的計(jì)算能力，且總體的使用成本最低。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種容器的任務(wù)調(diào)度方法，包括：

獲取服務(wù)器集群的狀態(tài)參數(shù)，所述狀態(tài)參數(shù)包括各服務(wù)器的啟用費(fèi)用、各服務(wù)器的當(dāng)前計(jì)算能力、各用戶到各服務(wù)器的單位任務(wù)傳輸費(fèi)用、用戶的任務(wù)需求量；

將所述狀態(tài)參數(shù)轉(zhuǎn)換為線性規(guī)劃對(duì)應(yīng)的數(shù)學(xué)模型，所述數(shù)學(xué)模型中以總費(fèi)用最低作為目標(biāo)函數(shù)，以各用戶的任務(wù)需求量和各服務(wù)器的最大負(fù)載能力作為約束條件；

對(duì)所述數(shù)學(xué)模型進(jìn)行求解以得到對(duì)應(yīng)的目標(biāo)服務(wù)器和任務(wù)分配量。

優(yōu)選地，所述對(duì)所述數(shù)學(xué)模型進(jìn)行求解以得到對(duì)應(yīng)的目標(biāo)服務(wù)器和任務(wù)分配量具體為：

將所述數(shù)學(xué)模型轉(zhuǎn)換為線性規(guī)劃的標(biāo)準(zhǔn)形式；

對(duì)所述標(biāo)準(zhǔn)形式進(jìn)行求解。

優(yōu)選地，所述對(duì)所述標(biāo)準(zhǔn)形式進(jìn)行求解具體包括：

根據(jù)所述目標(biāo)服務(wù)器的個(gè)數(shù)相對(duì)于所述服務(wù)器集群中的總個(gè)數(shù)的比重，將所述標(biāo)準(zhǔn)形式轉(zhuǎn)化為基于L1范數(shù)對(duì)應(yīng)的稀疏性約束的壓縮感知算法數(shù)學(xué)模型；

采用壓縮感知算法求解所述壓縮感知算法數(shù)學(xué)模型。

優(yōu)選地，還包括：

存儲(chǔ)所述狀態(tài)參數(shù)，以及所述目標(biāo)服務(wù)器和所述任務(wù)分配量。

為解決上述技術(shù)問(wèn)題，本發(fā)明還提供一種容器的任務(wù)調(diào)度裝置，包括：

獲取單元，用于獲取服務(wù)器集群的狀態(tài)參數(shù)，所述狀態(tài)參數(shù)包括各服務(wù)器的啟用費(fèi)用、各服務(wù)器的當(dāng)前計(jì)算能力、各用戶到各服務(wù)器的單位任務(wù)傳輸費(fèi)用、用戶的任務(wù)需求量；

模型構(gòu)建單元，用于將所述狀態(tài)參數(shù)轉(zhuǎn)換為線性規(guī)劃對(duì)應(yīng)的數(shù)學(xué)模型，所述數(shù)學(xué)模型中以總費(fèi)用最低作為目標(biāo)函數(shù)，以各用戶的任務(wù)需求量和各服務(wù)器的最大負(fù)載能力作為約束條件；

計(jì)算單元，用于對(duì)所述數(shù)學(xué)模型進(jìn)行求解以得到對(duì)應(yīng)的目標(biāo)服務(wù)器和任務(wù)分配量。

優(yōu)選地，所述計(jì)算單元具包括：

轉(zhuǎn)換模塊，用于將所述數(shù)學(xué)模型轉(zhuǎn)換為線性規(guī)劃的標(biāo)準(zhǔn)形式；

計(jì)算模塊，用于對(duì)所述標(biāo)準(zhǔn)形式進(jìn)行求解。

優(yōu)選地，所述計(jì)算模塊具體用于根據(jù)所述目標(biāo)服務(wù)器的個(gè)數(shù)相對(duì)于所述服務(wù)器集群中的總個(gè)數(shù)的比重，將所述標(biāo)準(zhǔn)形式轉(zhuǎn)化為基于L1范數(shù)對(duì)應(yīng)的稀疏性約束的壓縮感知算法數(shù)學(xué)模型，并采用壓縮感知算法求解所述壓縮感知算法數(shù)學(xué)模型。

優(yōu)選地，還包括：

存儲(chǔ)單元，用于存儲(chǔ)所述狀態(tài)參數(shù)，以及所述目標(biāo)服務(wù)器和所述任務(wù)分配量。

本發(fā)明所提供的容器的任務(wù)調(diào)度方法及裝置，將任務(wù)調(diào)度的過(guò)程轉(zhuǎn)換為一個(gè)線性規(guī)劃的數(shù)學(xué)模型，通過(guò)對(duì)數(shù)學(xué)模型進(jìn)行求解即可得到任務(wù)調(diào)度的結(jié)果。由于該數(shù)學(xué)模型中，以總費(fèi)用最低作為目標(biāo)函數(shù)，以各用戶的任務(wù)需求量和各服務(wù)器的最大負(fù)載能力作為約束條件，因此，該方法能夠保證所有的用戶任務(wù)都得到處理，其次能夠確保分發(fā)到每個(gè)服務(wù)器的任務(wù)總和不超過(guò)服務(wù)器自身的計(jì)算能力，且總體的使用成本最低。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例，下面將對(duì)實(shí)施例中所需要使用的附圖做簡(jiǎn)單的介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種容器的任務(wù)調(diào)度方法的流程圖；

圖2為本發(fā)明實(shí)施例提供的另一種容器的任務(wù)調(diào)度方法的流程圖；

圖3為本發(fā)明實(shí)施例提供的一種容器的任務(wù)調(diào)度裝置的結(jié)構(gòu)圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下，所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)范圍。

本發(fā)明的核心是提供一種容器的任務(wù)調(diào)度方法及裝置，用于將大量的用戶任務(wù)合理的分配至相應(yīng)的服務(wù)器從而保證所有的用戶任務(wù)都得到處理，其次能夠確保分發(fā)到每個(gè)服務(wù)器的任務(wù)總和不超過(guò)服務(wù)器自身的計(jì)算能力，且總體的使用成本最低。

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。

圖1為本發(fā)明實(shí)施例提供的一種容器的任務(wù)調(diào)度方法的流程圖。如圖1所示，容器的任務(wù)調(diào)度方法包括以下步驟。

S10：獲取服務(wù)器集群的狀態(tài)參數(shù)，狀態(tài)參數(shù)包括各服務(wù)器的啟用費(fèi)用、各服務(wù)器的當(dāng)前計(jì)算能力、各用戶到各服務(wù)器的單位任務(wù)傳輸費(fèi)用、用戶的任務(wù)需求量。

S11：將狀態(tài)參數(shù)轉(zhuǎn)換為線性規(guī)劃對(duì)應(yīng)的數(shù)學(xué)模型，數(shù)學(xué)模型中以總費(fèi)用最低作為目標(biāo)函數(shù)，以各用戶的任務(wù)需求量和各服務(wù)器的最大負(fù)載能力作為約束條件。

S12：對(duì)數(shù)學(xué)模型進(jìn)行求解以得到對(duì)應(yīng)的目標(biāo)服務(wù)器和任務(wù)分配量。

在具體實(shí)施中，首先要知道服務(wù)器集群的狀態(tài)參數(shù)，為了便于采用公式描述，下文中將這些參數(shù)采用相應(yīng)的字母進(jìn)行表示。

設(shè)第i個(gè)服務(wù)器被啟用時(shí)產(chǎn)生的固定費(fèi)用，即服務(wù)器的啟用費(fèi)用為a_i，用戶j到服務(wù)器i的單位任務(wù)傳輸費(fèi)用為c_ij，服務(wù)器的當(dāng)前計(jì)算能力為b_i，用戶j的任務(wù)需求量是d_j。令變量

令變量x_ij表示從用戶j傳輸?shù)椒?wù)器i的任務(wù)傳輸量，則線性規(guī)劃對(duì)應(yīng)的數(shù)學(xué)模型為：

其中，第一組約束條件，即表示每個(gè)用戶的計(jì)算需求都必須滿足；第二組約束條件，即表示不能超出服務(wù)器i的最大負(fù)載能力。

由此可見(jiàn)，通過(guò)步驟S11就可以將容器的調(diào)度問(wèn)題轉(zhuǎn)換為一個(gè)線性規(guī)劃對(duì)應(yīng)的數(shù)學(xué)模型，通過(guò)對(duì)上述數(shù)學(xué)模型進(jìn)行求解即可得到目標(biāo)服務(wù)器和任務(wù)分配量。需要說(shuō)明的是，這里的目標(biāo)服務(wù)器是服務(wù)器集群中被選中的服務(wù)器，即在求解得到的服務(wù)器，任務(wù)傳輸量就是x_ij的求解結(jié)果。

另外，對(duì)上述數(shù)學(xué)模型的求解有多種形式，但是考慮到計(jì)算效率的問(wèn)題，作為優(yōu)選的實(shí)施方式，步驟S12具體為：

將數(shù)學(xué)模型轉(zhuǎn)換為線性規(guī)劃的標(biāo)準(zhǔn)形式；

對(duì)標(biāo)準(zhǔn)形式進(jìn)行求解。

對(duì)上述數(shù)學(xué)模型轉(zhuǎn)換為線性規(guī)劃的標(biāo)準(zhǔn)形式后，就可以按照對(duì)標(biāo)準(zhǔn)形式的求解方式進(jìn)求解?？梢岳斫獾氖牵瑢?duì)于標(biāo)準(zhǔn)形式的求解過(guò)程為現(xiàn)有技術(shù)，本實(shí)施例不再贅述。線性規(guī)劃的標(biāo)準(zhǔn)形式為：

其中，x₀為上式中的f，x為x_i,j和y_i組成的向量，A為c_ij和a_i組成的矩陣，b為b_i組成的向量。

在具體實(shí)施中，由于服務(wù)器集群中的服務(wù)器數(shù)量較大，并且用戶的任務(wù)需求量也較多，這樣在對(duì)標(biāo)準(zhǔn)形式計(jì)算過(guò)程中運(yùn)算量也是較大，無(wú)疑增加了計(jì)算的時(shí)間。因此在上述實(shí)施例的基礎(chǔ)上，對(duì)標(biāo)準(zhǔn)形式進(jìn)行求解具體包括：

根據(jù)目標(biāo)服務(wù)器的個(gè)數(shù)相對(duì)于服務(wù)器集群中的總個(gè)數(shù)的比重，將標(biāo)準(zhǔn)形式轉(zhuǎn)化為基于L1范數(shù)對(duì)應(yīng)的稀疏性約束的壓縮感知算法數(shù)學(xué)模型；

采用壓縮感知算法求解壓縮感知算法數(shù)學(xué)模型。

在上式基礎(chǔ)上，考慮在現(xiàn)實(shí)生產(chǎn)環(huán)境中，對(duì)每一個(gè)用戶的任務(wù)需求量，只分發(fā)到服務(wù)器集群中的少量節(jié)點(diǎn)運(yùn)行，即相對(duì)于整個(gè)服務(wù)器集群來(lái)說(shuō)，只有少量的服務(wù)器在運(yùn)行，那么x存在稀疏性，使用L1范數(shù)表示，即需要滿足：

min|x|₁

由此，以上線性規(guī)劃問(wèn)題可轉(zhuǎn)化為基于L1稀疏性約束的壓縮感知問(wèn)題：

其中，∈為無(wú)限趨近于0的數(shù)。

至此，容器任務(wù)調(diào)度問(wèn)題便可采用壓縮感知算法求解?？梢岳斫獾氖牵瑝嚎s感知算法為現(xiàn)有技術(shù)，因此，本實(shí)施例不再贅述。

本實(shí)施例提供的容器的任務(wù)調(diào)度方法，將任務(wù)調(diào)度的過(guò)程轉(zhuǎn)換為一個(gè)線性規(guī)劃的數(shù)學(xué)模型，通過(guò)對(duì)數(shù)學(xué)模型進(jìn)行求解即可得到任務(wù)調(diào)度的結(jié)果。由于該數(shù)學(xué)模型中，以總費(fèi)用最低作為目標(biāo)函數(shù)，以各用戶的任務(wù)需求量和各服務(wù)器的最大負(fù)載能力作為約束條件，因此，該方法能夠保證所有的用戶任務(wù)都得到處理，其次能夠確保分發(fā)到每個(gè)服務(wù)器的任務(wù)總和不超過(guò)服務(wù)器自身的計(jì)算能力，且總體的使用成本最低。

圖2為本發(fā)明實(shí)施例提供的另一種容器的任務(wù)調(diào)度方法的流程圖。如圖2所示，作為優(yōu)選的實(shí)施方式，在上述實(shí)施例的基礎(chǔ)上，還包括：

S20：存儲(chǔ)狀態(tài)參數(shù)，以及目標(biāo)服務(wù)器和任務(wù)分配量。

為了便于后期查看每個(gè)用戶和每個(gè)服務(wù)器之間的對(duì)應(yīng)關(guān)系，以及統(tǒng)計(jì)服務(wù)器的任務(wù)執(zhí)行量，在本實(shí)施例中，將狀態(tài)參數(shù)，即各服務(wù)器的啟用費(fèi)用、各服務(wù)器的當(dāng)前計(jì)算能力、各用戶到各服務(wù)器的單位任務(wù)傳輸費(fèi)用、用戶的任務(wù)需求量以及目標(biāo)服務(wù)器和任務(wù)分配量均存儲(chǔ)下來(lái)，這樣在后期可以隨時(shí)調(diào)取查驗(yàn)。

與上述容器的任務(wù)調(diào)度方法相對(duì)應(yīng)的，本發(fā)明還公開(kāi)一種容器的任務(wù)調(diào)度。由于裝置部分的實(shí)施例與方法部分的實(shí)施例相互對(duì)應(yīng)，因此裝置部分的實(shí)施例請(qǐng)參見(jiàn)方法部分的實(shí)施例的描述，這里暫不贅述。圖3為本發(fā)明實(shí)施例提供的一種容器的任務(wù)調(diào)度裝置的結(jié)構(gòu)圖。如圖3所示，容器的任務(wù)調(diào)度裝置包括：

獲取單元10，用于獲取服務(wù)器集群的狀態(tài)參數(shù)，狀態(tài)參數(shù)包括各服務(wù)器的啟用費(fèi)用、各服務(wù)器的當(dāng)前計(jì)算能力、各用戶到各服務(wù)器的單位任務(wù)傳輸費(fèi)用、用戶的任務(wù)需求量；

模型構(gòu)建單元11，用于將狀態(tài)參數(shù)轉(zhuǎn)換為線性規(guī)劃對(duì)應(yīng)的數(shù)學(xué)模型，數(shù)學(xué)模型中以總費(fèi)用最低作為目標(biāo)函數(shù)，以各用戶的任務(wù)需求量和各服務(wù)器的最大負(fù)載能力作為約束條件；

計(jì)算單元12，用于對(duì)數(shù)學(xué)模型進(jìn)行求解以得到對(duì)應(yīng)的目標(biāo)服務(wù)器和任務(wù)分配量。

作為優(yōu)選地實(shí)施方式，計(jì)算單元具包括：

轉(zhuǎn)換模塊，用于將數(shù)學(xué)模型轉(zhuǎn)換為線性規(guī)劃的標(biāo)準(zhǔn)形式；

計(jì)算模塊，用于對(duì)標(biāo)準(zhǔn)形式進(jìn)行求解。

作為優(yōu)選地實(shí)施方式，計(jì)算模塊具體用于根據(jù)目標(biāo)服務(wù)器的個(gè)數(shù)相對(duì)于服務(wù)器集群中的總個(gè)數(shù)的比重，將標(biāo)準(zhǔn)形式轉(zhuǎn)化為基于L1范數(shù)對(duì)應(yīng)的稀疏性約束的壓縮感知算法數(shù)學(xué)模型，并采用壓縮感知算法求解壓縮感知算法數(shù)學(xué)模型。

作為優(yōu)選地實(shí)施方式，還包括：

存儲(chǔ)單元，用于存儲(chǔ)狀態(tài)參數(shù)，以及目標(biāo)服務(wù)器和任務(wù)分配量。

本實(shí)施例提供的容器的任務(wù)調(diào)度裝置，將任務(wù)調(diào)度的過(guò)程轉(zhuǎn)換為一個(gè)線性規(guī)劃的數(shù)學(xué)模型，通過(guò)對(duì)數(shù)學(xué)模型進(jìn)行求解即可得到任務(wù)調(diào)度的結(jié)果。由于該數(shù)學(xué)模型中，以總費(fèi)用最低作為目標(biāo)函數(shù)，以各用戶的任務(wù)需求量和各服務(wù)器的最大負(fù)載能力作為約束條件，因此，該裝置能夠保證所有的用戶任務(wù)都得到處理，其次能夠確保分發(fā)到每個(gè)服務(wù)器的任務(wù)總和不超過(guò)服務(wù)器自身的計(jì)算能力，且總體的使用成本最低。

以上對(duì)本發(fā)明所提供的容器的任務(wù)調(diào)度方法及裝置進(jìn)行了詳細(xì)介紹。說(shuō)明書(shū)中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。對(duì)于實(shí)施例公開(kāi)的裝置而言，由于其與實(shí)施例公開(kāi)的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法部分說(shuō)明即可。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。